Программно-аппаратная поддержка ускорения вычислений

В статье исследуются возможности современных средств для ускорения вычислений. Среди них: компьютеры, графические процессоры, распараллеливание алгоритмов и сжатие данных. Проанализированы стадии подготовки и выполнения задач на графических процессорах и приведены сравнительные оценки всех этапов вы...

Full description

Saved in:
Bibliographic Details
Published in:Штучний інтелект
Date:2018
ISSN:1561-5359
Main Author: Буза, М.К.
Format: Article
Language:Russian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2018
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/162379
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Программно-аппаратная поддержка ускорения вычислений / М.К. Буза // Штучний інтелект. — 2018. — № 2 (80). — С. 104-109. — Бібліогр.: 5 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:В статье исследуются возможности современных средств для ускорения вычислений. Среди них: компьютеры, графические процессоры, распараллеливание алгоритмов и сжатие данных. Проанализированы стадии подготовки и выполнения задач на графических процессорах и приведены сравнительные оценки всех этапов выполнения программ на Graphics Processing Unit.Сформулированы требования к задачам для их эффективного исполнения на графических процессорах. Предложена компонентная среда проектирования параллельных программ. Дана модификация алгоритма LZW сжатия данных, позволяющая существенно увеличить коэффициент компрессии. The article investigates the possibilities of modern means to speed up calculations. Among them: computers, graphics processors, parallelization of algorithms, and data compression. The stages of preparation and execution of tasks on graphic processors are analyzed and comparative estimations of all stages of execution of programs on Graphics Processing Unit are given. Formulated task requirements for their efficient implementation on GPUs.. A component environment for designing parallel programs is proposed. A modification of the LZW data compression algorithm is given, which allows to significantly increase the compression ratio.
ISSN:1561-5359